平均值滤波之鬼斧神工算法（转）

采样值 C、累加器 S，平均值 A，采样次数 N

传统的平均值滤波算法：

S = C(1) + C(2) + ... + C(N)

A = S / N

需要用循环来计算累加和，比较耗时，C(1～N）是缓存，随采样数N增大，所需内存量也增大

向队列平均值算法推进：

S = C(1) + C(2) + ... + C(N) （第一次）

C(x) = C(x + 1) （队列前移）

C(N) = C

S = S - C(1) + C(N)

A = S / N

运算量有所改进（用指针维护循环队列，不实际移动数据），占用内存问题不变

鬼斧神工算法：

初始化：A=初始值，S=A*N

S = S - A + C

A = S / N

就这么简单，三个变量（N可以是常数），只要 S 的量程足够，N可以任意调整。

可以看出，此算法是从队列平均值算法演变而来，因没有了队列，每次计算时不知道该丢弃的最老的一个采样值是多少，这里用了个替代的办法，丢弃上次计算出的平均值。

去掉了缓存维护，节省内存空间，同时也将运算量压缩到了最小，执行效率非常高。调试时容易修改采样数。